基于空间统计的采煤工作面内断层识别方法

采煤工作面内小断层严重影响瓦斯抽采及煤层回采工作，准确识别位置、落差、产状等参数对保障煤矿安全生产意义重大。为有效降低瓦斯涌出量、防止瓦斯爆炸、开发利用瓦斯资源，煤矿施工了大量的瓦斯抽采孔，这为识别煤层内小断层提供了良好的工程条件。相较于传统依赖地质人员专业基础的断层识别方法，基于数学统计和空间拟合的识别模型具有自动化程度高的特点。为此，依据断层两盘高程相异特性和煤层错断前埋深相似性特征，提出了基于瓦斯抽采孔数据，采用聚类分析方法，识别采煤工作面内小断层的思路。对比分析了不同聚类算法的原理和结构，建立了基于K-Means聚类算法的煤层小断层识别模型；设计了小断层识别的关键技术流程：采用手肘法求解最佳聚类簇数，以戴维森堡丁指数和相关系数作为识别精度评价标准，通过异常点识别、断层参数(走向、倾角、落差)计算、断层面拟合、三维可视化等技术手段，实现煤层小断层识别；利用现场采煤工作面底抽巷的部分瓦斯抽采孔数据，识别出落差为3 m和1 m的断层，结合断层实际揭露情况和工作面可视化结果分析。结果表明，现场揭露情况与模型计算结果基本一致，识别方法可用于煤层工作面内断层的识别。